在AI技术日新月异的今天，一个全新的挑战逐渐浮现：随着GPU和NPU的算力以惊人的速度迭代，每年提升高达10倍，存力性能的提升却显得相对迟缓，成为制约AI发展的关键因素。这一瓶颈在MemoryS 2025闪存市场峰会上得到了前所未有的关注。
会上，得一微公司首次提出了“AI存力芯片”的概念，为芯片行业带来了一场设计思路的革新。得一微董事长吴大畏在接受专访时深入阐述了这一概念：“AI存力芯片并非简单功能的堆砌，而是从架构层面彻底重塑了计算范式，使存储介质从被动的数据容器进化为具有主动智能的中枢，实现了每比特数据创造更多智能的自我进化。”
吴大畏进一步解释，传统存力主控芯片主要承担基础的数据读写管理，采用指令响应式的被动处理架构。而得一微的AI存力芯片，通过在芯片层面集成AI存力智能体单元，实现了存力智能体与算力智能体之间的高效交互，极大地提升了数据处理的智能化水平。这不仅仅是给AI配备存力，更是让存力具备了思考能力。
相较于传统的存储加速方案，得一微的技术着眼于提升存储介质的认知能力。通过将神经网络处理器（NPU）与存储控制器深度集成，得一微正在构建存算协同的智能处理范式，为下一代存储架构的发展创新提供了全新的技术路径。
在探索AI存力芯片的过程中，得一微从苹果公司的论文《闪存中的大模型：有限内存的高效大模型推理》中获得了灵感，积极探索存力芯片如何更好地服务于大型语言模型（LLM）。这篇论文为大模型在有限内存环境下实现高效推理提供了全新视角，得一微敏锐地捕捉到了这一理念的巨大潜力，坚信闪存技术与大模型的深度融合将开辟出前所未有的创新之路。
与此同时，闪迪的HBF高带宽闪存开发成果也为业界带来了新的活力。其卓越的性能和创新架构显著提升了数据传输速度和存储效率，为大模型的稳定运行提供了坚实的硬件基础。这一技术突破不仅精准满足了大模型对海量数据存储和快速读写的严苛需求，更为存力芯片与大模型的融合发展提供了有力支撑。
在大模型架构的演进方向上，得一微将稀疏模型架构视为未来发展的必然趋势。尽管当前MoE（Mixture of Experts）架构在大模型中取得了显著成果，但得一微认为这并非终点。未来，宏观的模块稀疏将逐渐向微观的神经元级别稀疏迈进，这种神经元级别的稀疏架构与闪存技术的特性高度契合，有望充分发挥闪存的存储和读写优势，实现大模型在效能、成本等方面的全面优化。
得一微的“AI存力芯片”技术路径，通过存储控制、存算互联、存算一体三大核心技术矩阵，正在重构数据流，引领存力芯片的智能化升级。在存储控制方面，通过先进的存储控制技术优化数据存取策略，最大化存储带宽利用率，降低访问延迟；在存算互联方面，构建更高效、更智能的连接通道，让数据能更快直达计算单元；在存算一体方面，探索将部分计算直接放在存储单元内部或近端执行，从根本上减少数据搬运需求，实现能效比和延迟的显著提升。
基于这三大技术支柱，得一微在AI手机、AI PC、AI汽车、AIoT及AI服务器五大领域构建起覆盖智慧终端、智能汽车与智算中心的完整存力生态。在AI手机领域，得一微的存力主控芯片已进入核心手机厂商供应链，为智能手机普及AI应用提供了有力支持。在AI汽车领域，得一微的车规级存力芯片已成功应用于多家主流车企，为智能汽车提供安全可靠的存储保障。在AI服务器领域，得一微的AI-MemoryX显存扩展解决方案显著提升了单机显存容量，突破了大模型训练的显存瓶颈。
在AI PC和AIoT领域，得一微的存力解决方案也实现了规模化应用。其SSD存力主控芯片年出货量数千万颗，新一代PCIe 5.0存力主控芯片即将推出，进一步满足AI PC、边缘计算等场景对存储性能的极致需求。在AIoT领域，得一微的存力解决方案广泛应用于智能家居、智能安防、工业物联网等多个领域，为万物智联提供高可靠、低功耗的存力支持。
站在技术前沿，得一微正式启动了“河图计划”——基于存算一体架构的AI存力芯片研发战略。这一计划旨在通过突破性的架构创新，推动存储介质从数据容器向智能载体演进，引领存力芯片行业进入全新的发展阶段。吴大畏表示：“未来的存储设备将是会‘思考’的智能体，它们不仅能存储数据，更能理解数据、优化数据，甚至在休眠状态下持续进行数据价值挖掘和自我进化。这才是存力真正的智能革命。”
